摘  要： 首先結(jié)合面向?qū)ο?/a>技術(shù)特性,，對(duì)面向?qū)ο?a class="innerlink" href="http://forexkbc.com/tags/軟件" title="軟件" target="_blank">軟件類(lèi)級(jí)別的CK度量方法和系統(tǒng)級(jí)別的MOOD度量方法進(jìn)行了分析，并就CK度量提出了優(yōu)化的度量方法OCK,。然后結(jié)合OCK度量和MOOD度量的優(yōu)點(diǎn)提出了較優(yōu)化的面向?qū)ο筌浖?fù)雜性度量方法OSCM,。OSCM度量可以有效地彌補(bǔ)CK度量和MOOD度量的不足，優(yōu)化度量結(jié)果,。
關(guān)鍵詞： 面向?qū)ο螅?a class="innerlink" href="http://forexkbc.com/tags/軟件度量" title="軟件度量" target="_blank">軟件度量,；CK度量；MOOD度量,；OCK度量,；OSCM度量

　軟件的應(yīng)用領(lǐng)域越來(lái)越廣，軟件的質(zhì)量也越來(lái)越受到關(guān)注和重視,。軟件復(fù)雜性很大程度上影響到軟件質(zhì)量的好壞,，其度量是軟件度量的重要方面。隨著面向?qū)ο筌浖夹g(shù)的廣泛應(yīng)用,，面向?qū)ο筌浖?fù)雜性度量也顯得尤為重要,。面向?qū)ο蠖攘康幕灸繕?biāo)[1]和已存在的傳統(tǒng)軟件度量的目標(biāo)一致：即更好地理解產(chǎn)品的質(zhì)量，評(píng)估過(guò)程的效果,，從而控制開(kāi)發(fā)過(guò)程,，以提高軟件質(zhì)量。
　當(dāng)前,，已有很多面向?qū)ο筌浖攘糠椒ū惶岢?，并在不斷被?yàn)證及成熟。這些度量方法包括LK度量[2],、CK度量[3],、Li度量[4]和MOOD度量[5]等。但是這些度量方法依然存在缺陷,，需要不斷進(jìn)行研究和改進(jìn),，以使這些度量更易于應(yīng)用,，從而更好地指導(dǎo)面向?qū)ο筌浖脑O(shè)計(jì)、開(kāi)發(fā),，提高軟件質(zhì)量[6],。
　本文分析了針對(duì)類(lèi)層面的CK度量和針對(duì)系統(tǒng)層面的MOOD度量。這兩種度量都只是分散地針對(duì)軟件的某一個(gè)特定層面進(jìn)行,，在實(shí)際應(yīng)用過(guò)程中,，難以讓人們同時(shí)綜合類(lèi)與類(lèi)之間關(guān)系和系統(tǒng)級(jí)別這兩個(gè)層次的度量，致使無(wú)法更加系統(tǒng)全面地掌握軟件系統(tǒng)的復(fù)雜度,。因此本文在分析CK度量和MOOD度量的基礎(chǔ)上,，對(duì)CK度量進(jìn)行改進(jìn)，提出優(yōu)化的度量方法OCK（Optimized CK）,，并與MOOD度量相結(jié)合,，提出了一個(gè)較為優(yōu)化的面向?qū)ο筌浖?fù)雜性度量方法OSCM（Optimized Software Complexity Metrics），以方便人們更快捷,、有效地分析面向?qū)ο筌浖到y(tǒng)的復(fù)雜度,。
1 面向?qū)ο筌浖攘糠椒?/strong>
　自20世紀(jì)90年代以來(lái)，面向?qū)ο蠹夹g(shù)興起并被廣泛應(yīng)用起來(lái),，人們逐漸開(kāi)始研究有關(guān)面向?qū)ο筌浖亩攘縖7],。不斷有面向?qū)ο筌浖攘糠椒ū惶岢觯壳爸饕拿嫦驅(qū)ο筌浖攘糠椒ㄓ校篖K度量,、CK度量,、Li度量以及MOOD度量等。本文介紹面向?qū)ο筌浖?fù)雜性度量：CK度量和MOOD度量,。
1.1 CK度量
　Chidamber和Kemerer等人于1994年提出的CK度量[3],，是目前使用最為廣泛的度量體系之一，是面向?qū)ο筌浖?lèi)級(jí)別度量方法,，其中包括6條適用于面向?qū)ο笤O(shè)計(jì)的度量準(zhǔn)則[8],。
　（1）每類(lèi)加權(quán)方法數(shù)WMC（Weighted Method per Class）,。WMC是一個(gè)類(lèi)方法復(fù)雜度的加權(quán)總和,。類(lèi)WMC越大，對(duì)子類(lèi)的可能影響越大,，但其通用性和可復(fù)用性越差,。
　（2）繼承樹(shù)深度DIT（Depth of Inheritance Tree）,。DIT指從本類(lèi)節(jié)點(diǎn)到根節(jié)點(diǎn)的繼承樹(shù)中路徑的最大深度,，根節(jié)點(diǎn)值為0，以下各級(jí)依次遞增,。DIT值越大,，則其可能繼承方法數(shù)越多,，復(fù)用程度越高，但預(yù)測(cè)其行為將更困難,，同時(shí)設(shè)計(jì)越復(fù)雜,。
　（3）每類(lèi)孩子數(shù)NoC（Number of Children）,。NOC是繼承樹(shù)中一個(gè)類(lèi)的直接孩子數(shù),。NOC越大，重用性越好,，但其父類(lèi)抽象性減弱,，測(cè)試越困難。
?。?）對(duì)象類(lèi)之間耦合度CBO（Coupling Between Object Classes）,。一個(gè)類(lèi)的CBO指的是和其有耦合關(guān)系的類(lèi)的數(shù)目。CBO越大,，則類(lèi)的可重用性越弱,，且修改和測(cè)試越復(fù)雜。
?。?）類(lèi)響應(yīng)RFC（Response For a Class）,。RFC是本類(lèi)方法數(shù)加上被本類(lèi)方法調(diào)用的方法的個(gè)數(shù)總和,。RFC越大,，類(lèi)越復(fù)雜，且對(duì)該類(lèi)進(jìn)行測(cè)試和調(diào)試也越困難,。
?。?）方法內(nèi)聚缺乏度LCOM（Lack of Cohesion in Methods）。LCOM是相似度為零的方法對(duì)數(shù)量減去相似度不為零的方法對(duì)數(shù)量,，相似度是兩個(gè)方法訪(fǎng)問(wèn)相同屬性的程度,。類(lèi)的LCOM越大，方法內(nèi)聚度越弱,，則類(lèi)可以分解為兩個(gè)或更多的子類(lèi),。
1.2 MOOD度量
　MOOD度量是另一個(gè)著名的度量體系，是由Abreu等人于1994年針對(duì)軟件系統(tǒng)層次提出的[5],。MOOD度量從面向?qū)ο蟮姆庋b性,、繼承性、耦合性和多態(tài)性4個(gè)方面給出面向?qū)ο筌浖?個(gè)度量指標(biāo),。
?。?）封裝性度量。封裝性由類(lèi)中的屬性和方法實(shí)現(xiàn),，因此封裝性通過(guò)屬性隱藏因子AHF（Attribute Hiding Factor）和方法隱藏因子MHF（Method Hiding Factor）表示系統(tǒng)中所有類(lèi)的屬性和方法的隱藏程度,。隱藏因子的值越大,，系統(tǒng)中信息隱藏得越好。
?。?）繼承性度量,。繼承性通過(guò)屬性繼承因子AIF（Attribute Inheritance Factor）和方法繼承因子MIF（Method Inheritance Factor）表示系統(tǒng)中所有類(lèi)的屬性和方法的繼承程度。繼承因子的值越大,，系統(tǒng)中信息繼承的程度越高,。
　（3）耦合性度量,。耦合性通過(guò)耦合因子CF（Coupling Factor）表示系統(tǒng)中所有類(lèi)之間的耦合程度,，但不將繼承關(guān)系考慮進(jìn)去。CF越大,，類(lèi)之間耦合越頻繁,。
　（4）多態(tài)性度量,。多態(tài)性通過(guò)多態(tài)因子PF（Polymorphism Factor）表示系統(tǒng)中所有類(lèi)方法使用多態(tài)機(jī)制的程度,。
2 面向?qū)ο筌浖?fù)雜性度量方法
　面向?qū)ο筌浖?fù)雜性度量方法雖已得到發(fā)展和完善，但依舊存在一定的缺陷,。首先分析CK度量的不足,，并在CK度量的基礎(chǔ)上提出改進(jìn)的度量方法OCK。然后結(jié)合OCK度量和MOOD度量的優(yōu)點(diǎn)從而提出較為優(yōu)化的面向?qū)ο筌浖?fù)雜性度量OSCM,。
2.1 CK度量的分析與改進(jìn)
?。?）WMC只考慮方法成員，沒(méi)有考慮屬性成員對(duì)類(lèi)復(fù)雜性的影響[9],，也沒(méi)有根據(jù)類(lèi)成員可見(jiàn)性的不同區(qū)別看待各成員對(duì)類(lèi)復(fù)雜性的影響,，類(lèi)公有成員，保護(hù)成員和私有成員各自對(duì)類(lèi)復(fù)雜性影響程度大小不同,。因此,，在WMC的基礎(chǔ)上提出類(lèi)的復(fù)雜性CPC（Complexity Per Class）度量指標(biāo)。

?。?）CBO只是計(jì)算和本類(lèi)耦合的類(lèi)的數(shù)目,，沒(méi)有對(duì)不同類(lèi)型耦合的強(qiáng)度進(jìn)行區(qū)分，而是假設(shè)所有的耦合關(guān)系強(qiáng)度是相同的,，而且忽略了最強(qiáng)的耦合關(guān)系即繼承耦合,。為了考慮到不同的耦合關(guān)系，包括關(guān)聯(lián),、繼承和實(shí)現(xiàn)耦合,，提出了類(lèi)型間所有耦合ACBT（All Coupling Between Type）度量指標(biāo)。
　定義 ACBT=aNAC+bNIC+cNRC
　式中a、b,、c為調(diào)節(jié)因子,，是度量實(shí)踐中獲取的經(jīng)驗(yàn)值，可反映出關(guān)聯(lián)耦合,、繼承耦合和實(shí)現(xiàn)耦合在A(yíng)CBT計(jì)算中的權(quán)值,。關(guān)聯(lián)耦合數(shù)NAC（Number of Association Coupling）是系統(tǒng)中所有被本類(lèi)關(guān)聯(lián)的類(lèi)型（類(lèi)或接口）的數(shù)目，繼承耦合數(shù)NIC（Number of Inheritance Coupling）是系統(tǒng)中類(lèi)型（類(lèi)或接口）所繼承的所有類(lèi)型（類(lèi)或接口）的數(shù)目,，實(shí)現(xiàn)耦合數(shù)NRC（Number of Realization Coupling）是系統(tǒng)中本類(lèi)所實(shí)現(xiàn)的所有接口的數(shù)目,。ACBT越大，類(lèi)的可重用性可能越弱,。
?。?）RFC沒(méi)有考慮本類(lèi)方法和被本類(lèi)方法調(diào)用的方法分別對(duì)類(lèi)復(fù)雜性的影響程度，只是簡(jiǎn)單地計(jì)算它們的總和,。因此,，提出類(lèi)加權(quán)響應(yīng)WRFC（Weighted Response For a Class）度量指標(biāo)。
定義 WRFC=aNMC+bNCMC
式中a,、b為調(diào)節(jié)因子,，是度量實(shí)踐中獲取的經(jīng)驗(yàn)值，可表現(xiàn)出本類(lèi)方法和被本類(lèi)方法調(diào)用的方法對(duì)類(lèi)加權(quán)響應(yīng)值的影響程度的大小,。NMC（Number of Methods a Class）是本類(lèi)方法數(shù),，NCMC（Number of Called Methods a Class）是被本類(lèi)方法調(diào)用的方法數(shù)。
?。?）LCOM存在一定的缺陷,，沒(méi)有將類(lèi)的實(shí)例變量數(shù)計(jì)算進(jìn)來(lái)，但實(shí)際上類(lèi)的實(shí)例變量數(shù)對(duì)類(lèi)內(nèi)聚性有一定的影響,。假設(shè)一個(gè)類(lèi)的LCOM較小,，甚至為0,，根據(jù)CK可以推斷出該類(lèi)具有較好的內(nèi)聚性,，但實(shí)際上可能因?yàn)樵擃?lèi)擁有大量的實(shí)例變量，所以其內(nèi)聚性及封裝性不容樂(lè)觀(guān),。因此,，在LCOM的基礎(chǔ)上提出類(lèi)內(nèi)聚缺乏度LCOC（Lack of Cohesion in Class）度量指標(biāo)。

　根據(jù)上述對(duì)CK度量方法的分析與改進(jìn),，提出優(yōu)化的CK度量方法OCK,，其包括CPC、CMIT,、NOAC,、ACBT、WRFC、LCOC等6個(gè)相對(duì)應(yīng)的度量指標(biāo),，每個(gè)度量指標(biāo)針對(duì)性地彌補(bǔ)每點(diǎn)缺陷,。例如，采用OCK度量的CPC能綜合考慮一個(gè)類(lèi)的屬性和方法以及不同可見(jiàn)性成員對(duì)該類(lèi)復(fù)雜性的影響,；CMIT度量指標(biāo)解決了多重繼承的度量問(wèn)題,，消除歧義；NOAC值涵蓋了一個(gè)類(lèi)的所有子孫,；ACBT依據(jù)耦合類(lèi)型的不同分配不同的權(quán)值從而度量類(lèi)的耦合性等等,。
2.2 面向?qū)ο筌浖?fù)雜性度量方法OSCM
　OCK度量方法雖在CK度量的基礎(chǔ)上進(jìn)行了改進(jìn)，但仍存在一些缺陷,。首先OCK度量沒(méi)有對(duì)多態(tài)性進(jìn)行度量,，多態(tài)對(duì)整個(gè)系統(tǒng)的復(fù)雜性有很大影響；其次OCK與CK度量一樣主要是針對(duì)類(lèi)層面,，在系統(tǒng)層面沒(méi)有很好的度量指標(biāo),。MOOD度量也存在一定的不足。比如,，MOOD度量沒(méi)有對(duì)類(lèi)方法和屬性以及類(lèi)之間的關(guān)系進(jìn)行研究,，也沒(méi)有完整定義抽象性和復(fù)雜性[10]。
　此外,，繼承性和耦合性也是面向?qū)ο蟮幕咎匦?，將軟件?lèi)層面和系統(tǒng)層面的繼承性、耦合性度量結(jié)合起來(lái)可以更好地反映軟件整體的復(fù)雜度,。但單獨(dú)的OCK度量和MOOD度量都只考慮了繼承和耦合的單個(gè)方面的復(fù)雜性,，不能可靠地對(duì)軟件進(jìn)行整體評(píng)價(jià)。因此針對(duì)這兩種度量方法進(jìn)行改進(jìn),，補(bǔ)充每個(gè)度量方法缺少的方面,，從而提出新的面向?qū)ο筌浖?fù)雜性度量方法OSCM如下，與OCK度量和MOOD度量的比較如表1所示,。